摘要
本发明公开了一种风机及其叶片结冰故障诊断方法、装置、存储介质和计算机程序产品,该方法包括:自风力发电系统的SCADA系统,获取风机的运行数据并依次进行预处理和特征工程处理,得到风机的特征变量,作为样本划分训练集与测试集;利用HO算法对神经网络模型进行优化,得到优化神经网络模型;利用训练集对优化神经网络模型进行训练,得到训练神经网络模型;利用测试集对训练神经网络模型进行评估,得到评估结果;并根据评估结果对训练神经网络模型进行修正,得到修正神经网络模型,记为风机的叶片结冰故障诊断模型。该方案,通过基于SCADA系统获取的数据进行神经网络训练,得到风机叶片结冰故障诊断模型,成本低、且检测精度高。
技术关键词
XGBoost模型
优化神经网络模型
训练神经网络模型
故障诊断方法
故障诊断模型
风力发电系统
修正神经网络
故障诊断装置
特征工程
变量
数据标签
控制单元
SMOTE算法
风机叶片结冰
计算机程序产品
SCADA系统
系统为您推荐了相关专利信息
XGBoost模型
追踪预测方法
矩阵
参数
大数据
电压
无迹卡尔曼滤波
协方差矩阵
XGBoost模型
统计特征
麻醉深度监测方法
优化神经网络模型
递归神经网络
生理
滑动窗口技术
品质特征
品质评价模型
品质评价方法
白酒
品质评价装置